5A TDS Introduction PDF

Traitement Numérique
du Signal
Hugues GARNIER
[email protected]
TNS 1 H. Garnier
Volumes horaires
•  Traitement Numérique du Signal
–  7 séances de CM (de 2h)
–  6 séances de TD (de 2h) – énoncés en anglais – New
–  2 séances de TP (de 4h) – énoncés en anglais – New
•  Intervenant en CM
–  Hugues Garnier
•  Intervenants en TD
–  Hugues Garnier
–  Mayank Jha
TNS 2 H. Garnier
Contrôle des connaissances
•  Contrôle final (2h00) – in English

–  17 janvier 2020 à 14h00
•  Compte-rendu (CR) de TP – in English

–  A faire en binôme
•  Calcul de la note finale de TdS

Note TdS = 0,5 DS final + 0,2 CR TP1 + 0,3 TP2
TNS 3 H. Garnier
Le traitement du signal dans le cursus Ingénieur
•  Le traitement du signal est, avec l’automatique, la couche charnière entre
les mathématiques et les technologies
•  Le traitement du signal s’appuie sur des bases solides en mathématiques

mais il est totalement indépendant des technologies électroniques ou
informatiques de mise en œuvre
TNS 4 H. Garnier
Avertissement & Conseil
•  A chaque cours, vous devrez parfaitement assimiler les nouvelles
connaissances pour être capable de comprendre la suite
•  Avertissement : Au risque d’être très vite dépassé, vous devez :

–  relire systématiquement vos notes personnelles et les transparents
du cours précédent
–  apprendre les définitions
–  connaître les formules importantes
–  refaire les exercices vus en cours et en TD
•  Conseil : vous constituer un résumé personnel au fur et à mesure des

séances de cours
Aucun écran n’est autorisé pendant les séances de cours
TNS 5 H. Garnier
Définition d’un signal
•  est la représentation physique d’un phénomène qui évolue dans
le temps ou bien dans l’espace
x(u,v) u
•  Le phénomène peut être :

–  d’origine naturelle : ondes sismiques,…
–  généré artificiellement par l’homme : ondes radio,…
TNS 6 H. Garnier
Définition du bruit
•  est la représentation physique des perturbations/dégradations

sur le signal porteur d’information
•  Nature diverse
–  bruit de capteur
–  bruit de quantification
–  bruit de calcul lors des traitements numériques
–  bruit provenant du milieu extérieur
TNS 7 H. Garnier
Typologie des signaux
A la notion de signal peuvent être associées plusieurs classifications

qui précisent le phénomène observé, la façon de l’étudier, et les
méthodes à utiliser :
–  Signaux déterministes / aléatoires
–  Signaux analogiques / numériques
–  Signaux à énergie finie / infinie,
–  ...
Le positionnement du signal étudié parmi ces différentes classes

constituent la première étape de l’analyse de celui-ci et doit orienter
vers les méthodes de traitement appropriées
TNS 8 H. Garnier
Signaux déterministes/aléatoires
•  Un signal déterministe
–  est un signal dont l’évolution en fonction du temps peut être
parfaitement décrite par une fonction mathématique
Exemples : constante, échelon, sinusoïde, …
•  Un signal aléatoire
–  est un signal ayant un caractère non reproductible dont l’évolution au
cours du temps ne peut être décrite par une fonction mathématique
simple
–  Leur évolution temporelle semble être le fruit du hasard. On le décrit
à l’aide de caractéristiques statistiques
Exemples : la plupart des signaux physiquement observés
En pratique
–  Les signaux peuvent souvent être modélisés sous la forme de la
somme d’un signal déterministe et d’un signal aléatoire
TNS 9 H. Garnier
Signaux analogiques/numériques
Un signal peut se présenter sous différentes formes selon que son amplitude
est continue ou discrète et que le temps est lui-même continu ou discret
TNS 10 H. Garnier
Objectifs du traitement du signal
•  Extraire l’information contenue dans les signaux

–  c’est le rôle de l’analyse de Fourier aussi appelée analyse
fréquentielle ou spectrale
•  Modifier les caractéristiques des signaux afin de

supprimer les perturbations ou corriger les dégradations
–  c’est essentiellement le rôle du filtrage
TNS 11 H. Garnier
Le TdS est partout autour de nous !
www.youtube.com/watch?v=YmSvQe2FDKs
Télécoms & radars Médical
Audio Finance
TNS 12 H. Garnier
Exemples d’applications courantes de filtrage
•  Détection d’un signal

noyé dans du bruit
•  Suppression de pics
parasite sur un signal
TNS 13 H. Garnier
Prérequis
•  Analyse
•  Probabilité et statistiques
•  Algèbre linéaire
•  Décomposition en série de Fourier de signaux périodiques
•  Transformée de Fourier à temps continu
TNS 14 H. Garnier
Sommaire de l’EC de TNS
A. Analyse et traitement de signaux déterministes
I.  Rappels sur les signaux continus
II.  Rappels sur l’analyse spectrale de signaux analogiques
III.  Rappels sur la théorie de l’échantillonnage
IV.  Analyse spectrale de signaux numériques
V.  Modélisation non paramétrique : spectres
VI.  Méthodes d’estimation via la transformée de Fourier
VII.  Filtrage linéaire RIF et RII
B. Analyse et traitement de signaux aléatoires

I.  Signaux aléatoires
II.  Modélisation paramétrique : modèles AR, ARMA, …
III.  Méthodes d’estimation : moindres carrés, gradient…
IV.  Filtrage adaptatif
TNS 15 H. Garnier
Objectifs du cours
•  Apprentissage d’un ensemble d’outils et de méthodes pour :

–  Analyser/interpréter les signaux
–  Construire/modifier les signaux
•  Un signal est une mesure d’une grandeur physique, indépendante

de son origine
–  Les exemples d’applications seront volontairement issus de disciplines
diverses : musique, traitement de la parole, biomédical, acoustique, mécanique
Le traitement du signal est avant tout une discipline qui

demande de la pratique et de l’expérience
TNS 16 H. Garnier
Exploitation de Matlab pour faciliter
la mise en œuvre des méthodes de TdS
Boîte à outils
Signal Processing
•  Visualisez la vidéo montrant quelques exemples d’application

www.youtube.com/watch?v=sCZLJsi6-FA
TNS 17 H. Garnier
Webographie & bibliographie et relative au cours
•  Webographie : transparents de cours et énoncés de TD

•  w3.cran.univ-lorraine.fr/hugues.garnier/?q=content/teaching
•  Bibliographie
–  F. Gustafsson, L. Ljung, M. Millnert, Signal processing,
Studentlitteratur, 2010.
–  M. Hayes, Statistical digital signal processing and modelling, John
Wiley & Sons, 1996.
–  M. Charbit, G. Blanchet, Signaux et images sous Matlab.
Méthodes, applications et exercices corrigés. Hermès-Lavoisier,
2001.
–  P. Prandoni and M. Vetterli, Digital Signal Processing
www.epflpress.org/produit/853/9782889144259/digital-signal-processing
TNS 18 H. Garnier

5A TDS Introduction PDF

Transféré par

Droits d'auteur :

Formats disponibles

5A TDS Introduction PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

5A TDS Introduction PDF

Transféré par

Droits d'auteur :

Formats disponibles

Traitement Numérique

– 6 séances de TD (de 2h) – énoncés en anglais – New

– 2 séances de TP (de 4h) – énoncés en anglais – New

• Contrôle final (2h00) – in English

• Compte-rendu (CR) de TP – in English

• Calcul de la note finale de TdS

• Le traitement du signal s’appuie sur des bases solides en mathématiques

• Avertissement : Au risque d’être très vite dépassé, vous devez :

• Conseil : vous constituer un résumé personnel au fur et à mesure des

Aucun écran n’est autorisé pendant les séances de cours

• Le phénomène peut être :

• est la représentation physique des perturbations/dégradations

– bruit de calcul lors des traitements numériques

– bruit provenant du milieu extérieur

A la notion de signal peuvent être associées plusieurs classifications

Le positionnement du signal étudié parmi ces différentes classes

• Extraire l’information contenue dans les signaux

• Modifier les caractéristiques des signaux afin de

Télécoms & radars Médical

• Détection d’un signal

• Décomposition en série de Fourier de signaux périodiques

• Transformée de Fourier à temps continu

B. Analyse et traitement de signaux aléatoires

• Apprentissage d’un ensemble d’outils et de méthodes pour :

• Un signal est une mesure d’une grandeur physique, indépendante

Le traitement du signal est avant tout une discipline qui

• Visualisez la vidéo montrant quelques exemples d’application

• Webographie : transparents de cours et énoncés de TD

Vous aimerez peut-être aussi

–  6 séances de TD (de 2h) – énoncés en anglais – New

–  2 séances de TP (de 4h) – énoncés en anglais – New

•  Contrôle final (2h00) – in English

•  Compte-rendu (CR) de TP – in English

•  Calcul de la note finale de TdS

•  Le traitement du signal s’appuie sur des bases solides en mathématiques

•  Avertissement : Au risque d’être très vite dépassé, vous devez :

•  Conseil : vous constituer un résumé personnel au fur et à mesure des

•  Le phénomène peut être :

•  est la représentation physique des perturbations/dégradations

–  bruit de calcul lors des traitements numériques

–  bruit provenant du milieu extérieur

•  Extraire l’information contenue dans les signaux

•  Modifier les caractéristiques des signaux afin de

•  Détection d’un signal

•  Décomposition en série de Fourier de signaux périodiques

•  Transformée de Fourier à temps continu

•  Apprentissage d’un ensemble d’outils et de méthodes pour :

•  Un signal est une mesure d’une grandeur physique, indépendante

•  Visualisez la vidéo montrant quelques exemples d’application

•  Webographie : transparents de cours et énoncés de TD